Tecnologie d’avanguardia come i semiconduttori 2D e l’elaborazione ottica sono sempre più una realtà e stanno aiutando a superare i problemi di rallentamento nelle architetture tradizionali
Prineha Narang
In meno di un secolo, l’informatica ha trasformato la nostra società e ha contribuito a stimolare innumerevoli innovazioni. I sistemi di apprendimento automatico possono guidare veicoli e creare rappresentazioni straordinariamente accurate del mondo reale, con modelli in grado di progettare reattori nucleari, simulare scenari di emissioni di gas serra e lanciare una sonda spaziale in un viaggio di nove anni per studiare Plutone in un brevissimo sorvolo ad alta velocità.
Fondamentalmente queste capacità sono legate alla definizione di transistor e altri componenti al cuore dei chip computerizzati. Ma il transistor sta raggiungendo i suoi limiti, insieme alla tradizionale architettura di von Neumann, il sistema di logica e memoria separate adottato per costruire i computer. Se l’obiettivo è di continuare a migliorare le prestazioni del computer e l’efficienza energetica, è tempo di nuove idee.
Ci sono, ovviamente, molte possibilità a portata di mano: computer quantistici, componenti optoelettronici realizzati con materiali bidimensionali e circuiti analogici sono solo alcune. Molte di queste alternative sono in discussione da anni, se non decenni. Ma alcune stanno ora raggiungendo livelli di maturità promettenti.
Nella mia ricerca e in quella di Xu Zhang, della Carnegie Mellon University, per esempio, i semiconduttori 2D si stanno facendo strada nei dispositivi optoelettronici, del tipo utilizzato nelle telecomunicazioni. Questi dispositivi hanno iniziato a superare le prestazioni degli interruttori convenzionali realizzati con silicio e semiconduttori III-V (composti con elementi delle colonne III e V della tavola periodica).
Anche il calcolo ottico, una strada che era stata abbandonata a favore dei circuiti elettronici binari, sta riprendendo vigore. E’ promettente la possibilità di costruire computer che utilizzino la luce come “fluido di lavoro”, facendo passare fotoni in giro più o meno come fanno i nostri attuali chip con gli elettroni.
Qualcosa di molto simile sta già accadendo: i chip fotonici al silicio forniscono un’elevata efficienza energetica e stanno aiutando a superare i problemi di rallentamento nelle architetture GPU tradizionali. Possono ridurre il tempo necessario per addestrare modelli di deep learning, consentendo la prossima generazione di AI avanzata. Ci sono opportunità per integrare la fotonica con nuovi design di chip a bassa potenza come quelli di Hongjie Liu di Reexen Technology.
A lungo termine, tali circuiti fotonici potrebbero aiutarci ad avvicinarci o forse addirittura a superare i limiti oggi accettati nell’informatica. Il lavoro teorico sull’elaborazione delle informazioni fotoniche suggerisce che la luce può essere convertita in calore e viceversa, il che apre alcune notevoli opportunità per sistemi di accumulo di energia completamente ottici, essenzialmente batterie fatte di fotoni, e architetture di calcolo alternative.
Molti di questi progetti sono ancora in corso principalmente in ambito accademico, ma la direzione è quella della definizione di sistemi operativi su larga scala e più completamente integrati. Se si pone attenzione alla loro integrazione in sistemi informatici completi, i prossimi anni saranno caratterizzati dall’abbandono dei chip tradizionali e da nuove forme di elaborazione.
Prineha Narang è Howard Reiss Chair Professor in Physical Sciences all’Università della California, a Los Angeles.
Immagine: Pixabay, Geralt
(rp)
